【資料庫寶典】ElasticSearch的Span Near
更新於 發佈於 閱讀時間約 4 分鐘
想學習Elasticsearch搜尋引擎資料庫的夥伴歡迎參考：
另外再推薦您一個基礎知識的文章：
那這次要介紹的主題主要是在Elasticsearch 搜尋引擎中的跨詞搜尋，你知道詞與詞之間也是存在著距離的嗎？ 那這些詞可能是相近的，比如說： 打、藍球，這兩個詞之間的距離肯定是非常相近的，透過這樣的關係我們可以更加精確的找出我們的資料內容，至於為什麼能夠搜尋的這麼快呢？ 這得感謝一項重要的技術：
透過這項技術讓我們可以將一整篇文章根據文字內容切碎成詞，以「詞」為單位進行索引，顛覆了以往我們對於資料庫的認識，過往的資料庫系統是以「欄位」為索引進行資料的整理，現如今因應大數據時代的來臨，做了創新的索引技巧，讓我們更能夠精確的找出我們想要的資料。
精華區在這裡...
範例句：
假設我們有一段文章以空白隔開的方式來切割詞彙，內容如下：
為了 提升 滿意度 我們 需要 您 填寫 問卷
假設條件為：
- clauses：[提升,滿意度,問卷] 。
- slop：4。
- in_order： true
❗ 這裡的Slop代表範圍內不匹配的最大數量，從開始匹配的字詞框到最後加總一併進行計算。
查詢結構會是如此
{
"span_near": {
"clauses": [
{
"span_term": {
"dialogs": "提升"
}
},
{
"span_term": {
"dialogs": "滿意度"
}
},
{
"span_term": {
"dialogs": "問卷"
}
}
],
"slop": 4,
"in_order": true
}
}請問上述條件是否能正確搜尋出文本？
答案： 可以， 因為「提升→ 滿意度 → 問卷」之間跨詞數量為4， 而我們條件是限定跨詞距離為4，符合搜尋條件， 因此可以被正確搜尋。
如果想要正確被搜尋出來只能增加跨詞距離來囊括匹配的範圍，但這個距離要怎麼抓呢？ 勢必得根據需求以及觀察資料後才能決定這個部份的應用方式了，以上只是說明了Span Near Query的搜尋原理。
結語
原來所謂的跨詞距離就是將文字進行斷詞之後，進行逆向索引 ， 以此為根基進行儲存並記載這個「詞」在哪個文件中的哪個位置，有了這些資訊之後就能夠在搜尋上加上「詞」與「詞」之間多少距離的查詢語法，這樣就能更貼近我們語言的去搜尋資料了，但這仍然不夠，規則還是有點硬邦邦的，更聰明的技術有沒有？
當然有！ 但在這之前，務必請你閱讀一些關於自然語言處理的文章，累積一些基礎知識，之後再來談談關於Elasticsearch與自然語言之間究竟有什麼關係吧！
關於自然語言處理，也推薦你以下的免費文章進行閱讀：
- 【自然語言處理 - 概念篇】最基礎的Bag-of-Words模型是什麼呢？
- 【自然語言處理 - 概念篇】 來認識一下詞向量(Word Embedding or Word Vector)吧
- 【自然語言處理 - 概念篇】 探索TF-IDF, 關於詞的統計與索引隱含著什麼奧秘呢？
- 【自然語言處理 - 概念篇】 詞性標注POS在NLP的世界扮演什麼樣的角色呢?
- 【自然語言處理 - 概念篇】 拆解語句組成的規則, 何謂依存句法分析(Dependency Parsing)?
- 【自然語言處理 - spaCy】初探強大的工具庫spaCy， 讓機器讀懂我們的語言
- 【自然語言處理 - spaCy】善用ChatGPT幫我們訓練出自訂的Name Entity Recognition實體
為什麼會看到廣告
118會員
266內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
留言0
查看全部你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
搜尋引擎，是世界上最大的圖書館。當你想借某一本書、提供書的「線索」，搜尋引擎會從好幾億本合適的書籍裡，在0.1秒之內，挑出最適合的10本。所以你必須思考怎麼讓圖書館優先推薦你的書？
免費SEO優化電子書, 省下5000元, 一萬七千多字完全免費送!
SEO優化電子書目錄
【SEO基礎知識】
什麼是SEO？
SEO搜尋引擎的運作原理
【關鍵字研究】
SEO關鍵字研究的方法有哪些?
SEO關鍵字分析工具
在進行關鍵字研究時，使用一些專門的關鍵字分析工具可以幫
最近實踐將學術閱讀流水線化，效率顯著提升。
其中已經有兩個動作實踐了50次以上，達到標準化。
動作一：將文獻內容轉為資訊塊
良品一標準
原料：閱讀材料的文本形式
成果物：資訊塊
動作二：將資訊塊匯集成話題索引筆記 (Keyword Index)
良品二
原料：帶著
搜尋意圖是用戶進行搜索時的目的，分為資訊性、商業、導航和交易意圖。瞭解搜尋意圖對於優化網站和創建有價值的內容非常重要，可以通過關鍵字研究、內容優化和了解目標受眾的需求來實現。
這篇文章，會帶著大家複習以前學過的DFS框架，
並且以圖論的應用題與概念為核心，
貫穿一些相關聯的題目，透過框架複現來幫助讀者理解這個演算法框架。
DFS 深度優先搜索框架
def dfs( parameter ):
# 邊界條件
if base case or stop cond
這篇文章，會帶著大家複習以前學過的二分搜尋法(Binary Search)框架，
並且以二分搜尋法的概念為核心，
貫穿一些相關聯的題目，透過框架複現來幫助讀者理解這個實用的演算法框架。
Binary search 二分搜尋法框架
用途:
在已經排序好的數列中尋找目標值。
題目敘述
題目會給定兩個輸入。
第一個輸入是關鍵字清單products，第二個是使用者輸入的字串searchWord。
要求我們實現關鍵字搜尋建議系統，使用者每輸入一個字元就推薦一次。
推薦時，優先返回字典序(Lecial order)最接近的關鍵字，最多不要超過三個關鍵字。
題目的原文
在Dcard有人求救一個問題:想要將layer與panel的資料提出出來，如下圖。
這個題目是很經典的需求，就是多條件查找，多條件查找有蠻多種不同的解決方法，甚至版本不同解法也是天壤之別哦。
準備動作
在寫函數之前，記得要先觀察一下我們想要提取的資料有什麼樣的規則，可以發現A欄中只
這題也是滿經典的DP動態規劃教學案例和題目，就順便複習一下吧。
題目敘述
題目會給我們兩個字串text1, text2。
要求我們找出兩個字串的最長共同子序列，並且返回最長共同子序列的長度。
如果彼此沒有共同子序列，則返回0。
題目的原文敘述
測試範例
Example 1:
In
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
搜尋引擎，是世界上最大的圖書館。當你想借某一本書、提供書的「線索」，搜尋引擎會從好幾億本合適的書籍裡，在0.1秒之內，挑出最適合的10本。所以你必須思考怎麼讓圖書館優先推薦你的書？
免費SEO優化電子書, 省下5000元, 一萬七千多字完全免費送!
SEO優化電子書目錄
【SEO基礎知識】
什麼是SEO？
SEO搜尋引擎的運作原理
【關鍵字研究】
SEO關鍵字研究的方法有哪些?
SEO關鍵字分析工具
在進行關鍵字研究時，使用一些專門的關鍵字分析工具可以幫
最近實踐將學術閱讀流水線化，效率顯著提升。
其中已經有兩個動作實踐了50次以上，達到標準化。
動作一：將文獻內容轉為資訊塊
良品一標準
原料：閱讀材料的文本形式
成果物：資訊塊
動作二：將資訊塊匯集成話題索引筆記 (Keyword Index)
良品二
原料：帶著
搜尋意圖是用戶進行搜索時的目的，分為資訊性、商業、導航和交易意圖。瞭解搜尋意圖對於優化網站和創建有價值的內容非常重要，可以通過關鍵字研究、內容優化和了解目標受眾的需求來實現。
這篇文章，會帶著大家複習以前學過的DFS框架，
並且以圖論的應用題與概念為核心，
貫穿一些相關聯的題目，透過框架複現來幫助讀者理解這個演算法框架。
DFS 深度優先搜索框架
def dfs( parameter ):
# 邊界條件
if base case or stop cond
這篇文章，會帶著大家複習以前學過的二分搜尋法(Binary Search)框架，
並且以二分搜尋法的概念為核心，
貫穿一些相關聯的題目，透過框架複現來幫助讀者理解這個實用的演算法框架。
Binary search 二分搜尋法框架
用途:
在已經排序好的數列中尋找目標值。
題目敘述
題目會給定兩個輸入。
第一個輸入是關鍵字清單products，第二個是使用者輸入的字串searchWord。
要求我們實現關鍵字搜尋建議系統，使用者每輸入一個字元就推薦一次。
推薦時，優先返回字典序(Lecial order)最接近的關鍵字，最多不要超過三個關鍵字。
題目的原文
在Dcard有人求救一個問題:想要將layer與panel的資料提出出來，如下圖。
這個題目是很經典的需求，就是多條件查找，多條件查找有蠻多種不同的解決方法，甚至版本不同解法也是天壤之別哦。
準備動作
在寫函數之前，記得要先觀察一下我們想要提取的資料有什麼樣的規則，可以發現A欄中只
這題也是滿經典的DP動態規劃教學案例和題目，就順便複習一下吧。
題目敘述
題目會給我們兩個字串text1, text2。
要求我們找出兩個字串的最長共同子序列，並且返回最長共同子序列的長度。
如果彼此沒有共同子序列，則返回0。
題目的原文敘述
測試範例
Example 1:
In